機械学習を用いた概念合成アプローチによる新商品アイデア自動創出技術の高度化

• 研究課題/領域番号: 19K12235
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分62020:ウェブ情報学およびサービス情報学関連
• 研究機関: 静岡大学
• 研究代表者: 須藤 明人 静岡大学, 情報学部, 講師 (80588369)
• 研究分担者: 藤原 直哉 東北大学, 情報科学研究科, 准教授 (00637449) ; 徳田 慶太 東京大学, 医学部附属病院, 特任研究員 (50762176)
• 研究期間 (年度): 2019-04-01 – 2022-03-31
• 研究課題ステータス: 完了 (2022年度)
• 配分額: 4,290千円 (直接経費: 3,300千円、間接経費: 990千円); 2021年度: 910千円 (直接経費: 700千円、間接経費: 210千円); 2020年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円); 2019年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
• キーワード: 情報処理 / 創造性の自動化 / 機械学習 / Novelty Detection

研究開始時の研究の概要

近年、システムに創造性を発揮させる研究が活発に研究されているが、ほとんどの研究で 対象が芸術等の分野に限られていた。一方、研究代表者らは産業応用も含め幅広く活用が可能な 「創造ネット」という技術を2016年に提案した。この創造ネットの訓練データを増やし、出力する概念合成の解釈を与える文を生 成できれば、「旅行中に火事にならないヒーター」といったイノベーティブな新商品につながる文を大量に自動生成できるようになる。そこで本研究提案では、「目的」の項目で述べた通り、訓練データの拡充とコンセプトの文書生成を行う情報技術の研究を行う。

研究成果の概要

本研究では、ニューラルネットワークを用いた創造的アイデアの自動生成を目指し、3つの研究項目に取り組んだ。研究項目1では、過去の成功した概念合成を大量に自動作成する手法を開発し、法則性を抽出。研究項目2で、斬新な概念合成を抽出するためのNovelty Detection手法を確立。研究項目3で、LSTMとVAEを融合した新しいモデルを用いて、解釈文生成の技術的課題を解決した。これらの成果により、創造性の自動化技術が発展し、破壊的イノベーションの創出が期待される。

研究成果の学術的意義や社会的意義

本研究の成果は、自動創造技術の発展に寄与し、破壊的イノベーションの創出を支援すると期待される。学術的意義としては、ニューラルネットワークを用いた創造的アイデア生成の新たな手法を開発し、人間の思考プロセスを模倣する人工知能の実現に近づいたことが挙げられる。また、概念統合の法則性を抽出し、その適用により成功率を向上させることができた点も重要である。

社会的意義としては、自動生成された創造的アイデアを活用することで、企業や研究機関が新しい製品やサービスの開発に役立てることができる。これにより、技術革新のスピードが加速される。